类似文件的追加写操作，在对象的末尾增加新的数据内容。

本文有如下假定：

• 对象存储服务基于文件语义实现。
• 使用PUT方式上传的对象，内部使用一个文件和对应的元数据来承载。
• 使用多段方式上传的对象，内部使用多个段文件、元数据来承载，其中每个段文件可管理独有的元数据。

下面讨论追加写操作时的方案和注意事项。

接口定义

业界主流对象存储服务比如AWS S3并未定义追加写操作，而国内的各家公有云对象存储服务基于对象语义和文件语义的理解，提供了对象的追加写操作。

国内的公有云对象存储服务，提供的追加写操作，相关文档的链接（排名不分先后），如下：

• 阿里云OSS
• 华为云OBS
• 腾讯云COS
• 火山引擎

以阿里云OSS的AppendObject为例，接口定义如下：

POST /ObjectName?append&position=Position HTTP/1.1
Content-Length：ContentLength
Content-Type: ContentType
Host: BucketName.oss.aliyuncs.com
Date: GMT Date
Authorization: SignatureValue

本接口的关键参数，如下：

• 对象名，指定执行追加写操作的对象名。
• 操作名，参数名为append，不需要指定参数值。
• 追加写的位置，参数名为position，参数值为追加写的开始位置。
• 数据的长度，使用HTTP头部Content-Length承载。

另外允许更新对象的元数据，对象的元数据的说明见文档。

实现思路

考虑到对象上传特点的特点，可以划分为PUT方式上传的对象，和使用多段方式上传的对象，因此在实现追加写时，需要考虑这两种对象和上传方式的差异，借鉴实现思路。

对于PUT方式上传的对象，实现追加写时，可以考虑如下方案：

• 参照文件的追加写，即把对象当成文件，将追加写操作的数据追加到对象的数据的尾部。
• 参照多段对象，将追加写的数据当成一个新的段，原有的对象当成多段方式上传的第一个段。

对于多段方式上传的对象，实现追加写时，可以考虑如下方案：

• 参照文件的追加写，即把对象的最后一个段当成文件，将追加写操作的数据追加到最后一个段的数据的尾部。
• 参照多段对象，将追加写的数据当成一个新的段，追加到对象的段的尾部。

下面从对象服务特性的角度，分别评估上述方案。

ETag

参考AWS S3数据一致性，ETag基于对象的数据，使用MD5算法计算得到。

客户应用在请求的头部增加Content-MD5，指定本次上传数据的MD5值，或者对象数据整体的MD5值。

本次上传数据的MD5值

客户应用在请求的头部增加Content-MD5，指定本次上传数据的MD5值。
对象存储服务收到数据后，计算数据的MD5值，并和Content-MD5值对比：

• 假如二者一致，则判定数据一致。
• 假如二者不一致，则判定数据不一致。

对象存储服务处理追加写操作成功后，在返回的消息中使用ETag字段，返回服务端依据接收到的数据计算得到的MD5值，方便对象存储的客户应用执行客户端的校验。

本方案中，由于只需要计算追加的数据的MD5值，因此客户应用并不需要获得对象的完整数据。相应的，对象存储的服务端同样只需要计算追加的数据的MD5值，不需要读取对象的完整数据，操作简单。

对象数据整体的MD5值
客户应用在请求的头部增加Content-MD5，指定对象数据整体的MD5值。
对象存储服务收到数据后，需要读取对象的数据，结合本次上传的数据，一并计算，得到MD5值。然后和Content-MD5值对比：

• 假如二者一致，则判定数据一致。
• 假如二者不一致，则判定数据不一致。

对象存储服务处理追加写操作成功后，在返回的消息中使用ETag字段，返回服务端的对象的MD5值，方便对象存储的客户应用执行客户端的校验。

本方案中，由于需要计算完整对象的MD5值，因此客户应用在执行追加写操作前，本地需要获得对象的全部数据，结合本次追加写操作的数据，一起计算MD5值。相应的，对象存储的服务端需要执行类似的操作，操作流程相对复杂，加大了服务端的负担。

多版本

按照AWS S3多版本中的说明，多版本特性的开关作用在桶级，包含如下状态：

Buckets can be in one of three states:

• Unversioned (the default)
• Versioning-enabled
• Versioning-suspended

当未开启多版本特性，即Unversioned，对象执行追加写操作时，通过直接修改对象的数据来实现。

当开启多版本特性，即Versioning-enabled，有如下选择：

• 当未指定版本号时，有如下选择：
  • 当前版本为delete-marker，返回失败。
  • 修改对象的当前版本。
  • 新增对象，数据包括原对象的数据和本次追加写的数据。
• 当指定版本号时，有如下选择：
  • 指定版本是delete-marker，返回失败。
  • 指定版本不是delete-marker，修改对象的指定版本。
  • 返回失败，不允许修改历史版本。

当暂停多版本特性，即Versioning-suspended，有如下选择：

• 当未指定版本号时，有如下选择：
  • 当前版本为delete-marker，返回失败。
  • 修改对象的当前版本。
• 当指定版本号时，有如下选择：
  • 指定版本是delete-marker，返回失败。
  • 指定版本不是delete-marker，修改对象的指定版本。
  • 返回失败，不允许修改历史版本。

不过依据前述接口的定义，没有定义versionId，推断不支持修改历史版本,因此可以不考虑这么复杂的特性。

分级

参考AWS S3 归档和AWS S3 分级中的说明，处于归档状态的对象，需要先取回才能访问。
显而易见，此处为了维护对象语义，照顾对象存储服务的实现，当对象处于归档状态时，不允许通过调用追加写接口来追加数据。

WORM

参考AWS S3 Object Lock中的说明，开启WORM后：

• 在保护期内的对象，不允许修改，不允许删除。
• 在保护期外的对象，不允许修改，允许删除。

因此从维护对象语义的角度讲，在保护期内的对象、保护期外的对象，均不允许通过调用追加写接口来修改对象。

生命周期

参考AWS S3 Lifecycle，追加写操作过程中，被操作的对象可能符合生命周期规则，从而被恰好正在运行的后台任务删除掉。
此时有如下选择：

• 生命周期的后台任务具备更高的优先级，提前中断追加写操作，正常删除掉对象，对象存储服务对客户应用返回追加写操作失败。
• 生命周期的后台任务优先级相对较低，跳过当前对象，待下次运行时再决策是否删除。

数据加密

依据SSE-C的说明，客户应用在执行PUT/GET/Head/Copy操作时，均需要提供加密数据的密钥。

即在发起请求时，提供如下头部：

• x-amz-copy-source​-server-side​-encryption​-customer-algorithm
• x-amz-copy-source​-server-side​-encryption​-customer-key
• x-amz-copy-source-​server-side​-encryption​-customer-key-MD5

另外说明对象的元数据和数据均被加密。

事件通知

依据AWS S3 事件通知中的说明，对象存储服务可以提供事件通知，目前支持的事件类型见文档，显然不包括追加写操作，可以扩展事件名，比如：

• s3:ObjectAppended:Put，使用PUT方式追加。
• s3:ObjectAppended:Post，使用POST方式追加。

依据AWS S3 消息格式，为了适配追加写操作，可以考虑在object中增加扩展字段，用于说明追加写操作，比如：

• sizeAppended，本次追加写操作的数据量，单位为bytes。
• eTagAppended，本次追加写操作的数据的MD5值。

并发一致性

依据AWS S3 data consistency model的说明，对象存储服务提供read-after-write的模型。

当多客户端对相同对象并发的发起追加写操作时，实现方案较复杂，需要平衡语义、功能、性能等方面的诉求，设计实现方案。

方案的差异

PUT方式上传对象的文件追加写方案

参照文件的追加写，即把对象当成文件，将追加写操作的数据追加到对象的数据的尾部。

对象规格
使用PUT方式上传的对象，默认小于5G，因此实现时有两种选择，一是维持约束，将5G作为对象大小的上限，二是打破5G的约束，但保持最大规格的约束。

加密存储
可行的实现方案，如下：

• 方案一

  1. 校验加密算法，保证加密方式一致。
  2. 解密对象已有的数据。
  3. 和追加到末尾的数据。
  4. 完整执行加密操作。
  5. 更新元数据。
  6. 保存元数据和数据。

• 方案二

  1. 校验加密算法，保证加密方式一致。
  2. 解密元数据。
  3. 加密本次追加到末尾的数据。
  4. 更新元数据。
  5. 保存元数据和数据。

方案二中，在对象的元数据中需要记录每次追加数据的明文、密文的长度，以及加密算法需要保留的信息。

PUT方式上传对象的多段方案

参照多段对象，将追加写的数据当成一个新的段，原有的对象当成多段方式上传的第一个段。

对象规格
维持多段对象的限制，在接口中增加必要的校验，即

• 单个段的上限为5GiB。
• 段的数量维持在10000个。

按照上述限制，对象的大小，至多为约48.8TiB。

加密存储
可行的实现方案，如下：

1. 校验加密算法，保证加密方式一致。
2. 解密元数据。
3. 本次追加写的数据，作为单独一个段，执行加密。
4. 更新元数据。
5. 保存元数据和数据。

多段方式上传的对象的文件追加写方案

参照文件的追加写，即把对象的最后一个段当成文件，将追加写操作的数据追加到最后一个段的数据的尾部。

对象规格
依据多段对象的限制，如下：

• 单个段的上限为5GiB。
• 段的数量维持在10000个。

假如直接在多段对象的最后一个段执行追加写操作，如维持上述约束，则可追加写的数据的总和不超过5GiB，应用场景受限。
假如允许多次追加操作后的数据量超出5GiB，则可能破坏对象语义。

加密存储
可行的实现方案，如下：

• 方案一

  1. 校验加密算法，保证加密方式一致。
  2. 解密对象的最后一个段的已有的数据。
  3. 和追加到末尾的数据。
  4. 完整执行加密操作。
  5. 更新元数据。
  6. 保存元数据和对象的最后一个段。

• 方案二

  1. 校验加密算法，保证加密方式一致。
  2. 解密对象的最后一个段的元数据。
  3. 加密本次追加到末尾的数据。
  4. 更新对象的最后一个段的元数据。
  5. 保存对象的最后一个段的元数据和数据。

方案二中，在对象的最后一个段的元数据中需要记录每次追加数据的明文、密文的长度，以及加密算法需要保留的信息。

多段方式上传的对象的多段方案

参照多段对象，将追加写的数据当成一个新的段，追加到对象的段的尾部。

对象规格
维持多段对象的限制，在接口中增加必要的校验，即

• 单个段的上限为5GiB。
• 段的数量维持在10000个。

按照上述限制，对象的大小，至多为约48.8TiB。

加密存储
可行的实现方案，如下：

1. 校验加密算法，保证加密方式一致。
2. 解密元数据。
3. 本次追加写的数据，作为单独一个段，执行加密。
4. 更新元数据。
5. 保存元数据和数据。

参考资料

对象存储

• AWS S3
• 阿里云OSS
• 华为云OBS
• 腾讯云COS
• 火山引擎